基于深度上下文模型學(xué)習(xí)的快速視覺跟蹤算法研究.pdf

1、視覺跟蹤，就是在視頻圖像序列中對運動目標(biāo)進行檢測、提取和識別，從而獲得目標(biāo)的位置、速度、加速度及運動軌跡等運動信息，實現(xiàn)對目標(biāo)運動行為的理解。隨著廉價的攝像采集終端的逐漸增多，以及自動視頻分析需求量的不斷增加，視覺跟蹤算法已經(jīng)開始引起越來越多的關(guān)注。但是由于人們對跟蹤精度的要求越來越高，對速度的需求越來越苛刻，跟蹤場景和目標(biāo)運動的復(fù)雜性不斷提高，因此設(shè)計一個不受約束的視覺跟蹤算法仍面臨著很大的挑戰(zhàn)，是未來的一個重要發(fā)展趨勢。
　　

2、本文旨在針對單目標(biāo)的跟蹤問題展開研究，基于實際的復(fù)雜場景，提出建立一種深度上下文模型來進行運動目標(biāo)的跟蹤，實現(xiàn)良好的跟蹤魯棒性和精確性。首先，為了能夠在前人的基礎(chǔ)上提出合理的改進和優(yōu)化，本文廣泛研究了視覺跟蹤算法的各種基本理論和技術(shù)，對跟蹤算法流程進行了劃分，并分析各個步驟中常用的一些方法及對比其優(yōu)缺點，為后續(xù)提出新的方法奠定了理論基礎(chǔ)。其次，本文基于相關(guān)濾波的技術(shù)，通過構(gòu)建濾波模板在圖像中進行采樣，計算并確定響應(yīng)最大的位置為目標(biāo)中心點

3、。通過引入深度圖像，可以彌補三維空間到二維平面映射的信息損失，同時利用跟蹤目標(biāo)及其周圍區(qū)域信息來輔助確定目標(biāo)的定位。第三，本文引入并優(yōu)化圖像分割中的區(qū)域生長算法，利用跟蹤目標(biāo)在深度圖像上的連續(xù)性和穩(wěn)定性，實現(xiàn)更加精確的目標(biāo)的尺度調(diào)整。本文還提出了一種依據(jù)深度圖像判斷目標(biāo)遮擋狀態(tài)的方法以及相應(yīng)的模型更新參數(shù)的策略，保證在長時間跟蹤中魯棒性性能可以得到提升。最后通過大量定性和定量的對比實驗，從綜合性能，尺度調(diào)整性能，遮擋處理性能等不同角度證